以斗地主AI为例，探讨数值体系的设计和后期调整方案（二）
上一篇，我们谈到计算如何当前牌型的计分的问题，有前面的铺垫，终于走到本主题的核心部分了。查看上篇：以斗地主AI为例，探讨数值体系的设计和后期调整方案（一）
说点题外话，之前我发现，市面上成功项目的系统公开、技术公开还有一些，不过相关的数值体系公开真的少之又少。当时很是气愤，找一些特别想知道的信息怎么就那么难呢？
然而，做完这个AI设计第一版，测试效果还不错的时候。我突然觉得，整个代码公开是没所谓的（当然，写的太丑，没什么技术成分是关键），但是那些数字，每一个都是我玩几千把斗地主的心血，每改一个数字，都又几十把过去了。不舍得把他们交给别人（是嫁女儿的感觉么？）
但是，后来想通了，以后会写出更多、更完善、更有价值的数值设计的，现在自己看来的宝石，再未来的自己看来也只是一个路边的石头罢了。抛弃过去，才能早点走向未来。
这时候就离不开代码的展示了，整个体系核心数值部分基本都在这一段代码里面。
// 注：这是第一版的数值效果。可以说是凭感觉随手写出来的，反正当时想着先出来，再慢慢改嘛，不过实际效果，这个体系虽然不够完整，但足以作为一个判断依据了，代码如下。
// 把牌型算分，配合上面的找出牌型
func paixingscore(i []int) int {
var score int
if len(i) == 1 { //单牌的算分
switch i[0] {
case 3, 4, 5, 6:
score = -100
case 7, 8, 9, 10:
score = -80
case 11, 12:
score = -55
case 13:
score = -35
case 14:
score = -15
case 15:
score = 30
case 16:
score = 60
case 17:
score = 100
default:
}
}
if len(i) == 2 { //对子的算分
switch i[0] {
case 3, 4, 5, 6:
score = -95
case 7, 8, 9, 10:
score = -75
case 11, 12:
score = -55
case 13:
score = -25
case 14:
score = -10
case 15:
score = 60
default:
}
}
if len(i) == 3 && i[0] == 15 { //三张2的算分
score = 90
}
if len(i) == 4 && i[0] == i[3] { //炸弹的算分
score = 120
}
if (len(i) == 4 && i[0] != i[3]) || (len(i) == 5 && i[0] == i[1]) { //三带2或者三带1算分
switch i[0] {
case 3, 4, 5, 6:
score = -60
case 7, 8, 9, 10:
score = -35
case 11, 12, 13:
score = -10
case 14:
score = 25
default:
}
}
if len(i) == 5 && i[0] != i[1] { //顺子5个的算分
switch i[0] {
case 3, 4, 5, 6:
score = -40
case 7, 8:
score = -20
case 9:
score = -05
case 10:
score = 10
default:
}
}
return score
}
1. 这个的思路核心就是一张3（小牌）和一张大王（绝对大牌）是等值的。
（注：后来有改动）
并且以手上的牌能否获得收益为价值依据，例如一张A虽然很大可能能打出去，但是不太可能获得上手机会，所以价值是负的，我是大部分时候宁愿少这张牌的。
而三个A带一，则被打的几率很小，上手的几率很大，我可以接受手上多这张牌的，所以判断为正分。
2. 只简要的计算区段，不作明显的细分
（注：这样建模方便，但是最终肯定要没一张牌细分的，从实际效果看来，不细分还凑合）
3. 对子要比单牌稍强，实际战斗中，管上单牌的概率比管上对子的要高，但主要还是看大小。
4. 6张以上的牌型，基本认定为没机会管上，也不会被管的牌型，所以他们是0分，
（注：实际不仅仅能用0分来概括的，但大部分实战确实能简化）
5. 三带1（2），分值比单牌对子远远提升，而且涨幅很高，例如三个A已经从负分转为正分了。
6. 炸弹的分大约是大王的120%，不分炸弹大小。
（注：这个设置确实差不多了，炸弹吃大王确实是一个数值陷阱，让人觉得炸弹好厉害，但实际效果并不是那么强，高估炸弹很容易有不合理的分数判断）
// 这个是测试后，通过反馈的问题优化的函数
// 把牌型算分
func paixingscore(i []int) int {
var score int
if len(i) == 1 { //单牌的算分
switch i[0] {
case 3, 4, 5, 6:
score = -100
case 7, 8, 9, 10:
score = -80
case 11, 12:
score = -55
case 13:
score = -35
case 14:
score = -15
case 15:
score = 35
case 16:
score = 70
case 17:
score = 110
default:
}
}
if len(i) == 2 { //对子的算分
switch i[0] {
case 3, 4, 5, 6:
score = -95
case 7, 8, 9, 10:
score = -75
case 11, 12:
score = -55
case 13:
score = -25
case 14:
score = -5
case 15:
score = 70
default:
}
}
if len(i) == 3 && i[0] == 15 { //三张2的算分
score = 105
}
if len(i) == 4 && i[0] == i[3] { //炸弹的算分
score = 150
}
if (len(i) == 4 && i[0] != i[3]) || (len(i) == 5 && i[0] == i[1]) { //三带2或者三带1算分
switch i[0] {
case 3, 4, 5, 6:
score = -59
case 7, 8, 9, 10:
score = -29
case 11, 12, 13:
score = -9
case 14:
score = 25
default:
}
}
if len(i) == 5 && i[0] != i[1] { //顺子5个的算分
switch i[0] {
case 3, 4, 5, 6:
score = -40
case 7, 8:
score = -20
case 9:
score = -5
case 10:
score = 10
default:
}
}
return score
}
我们对比一下改变的数值。
1. 2、小王、大王的分值提高了。
原因：看起来都是一手牌换一手牌，打一个3，回一个王，又回到起点了。
但其实，大牌上手并不一定要出小牌，可能会出一些长牌，留小牌最后出。这样小牌的价值就可以忽略了。
也就是总体而言，能上手的牌的价值有额外加成。
同样的，2 小王 <大王，虽然很多时候2 小王也可以上手一次，但是没有大王那样一锤定音。
2. 对2的价值因为单牌提高而提高了，因为对2拆开来也是很强大的。
但是对A的价值却逆增长，因为对A能称为大牌的时候，远比单张A多很多。而且拆对2很正常，拆对A是不够合理的。未来出牌的时候会有拆牌的需求出现，这时候就要在定分的时候调整了。
3. 三带1（2）的算分出现不整齐的数字（9），由于是第一版，所以数字都按爱好用5，10表示。
而三带1为什么要特殊出现9呢？
因为三带1在前期是小牌，被管上的可能性很大。
但是在后期，三带1就称为长牌了，很有可能称为值为0的牌。所以要做一个标记，让后期出牌能轻易的找出三带1作为清手牌的时机打出。
思考：这个策略最大的问题是什么？
缺陷1：没有动态调整，每个牌的价值，都会因为时间的推移变得不一样，例如大小王出完了，2的价值就提升了。应该要设计一个函数，通过计算各玩家出牌流程，然后调整手牌的价值。不过由于现在这个版本是没有记录功能的，所以动态调整将会在出牌（跟牌）的函数建立额外的判断条件。
缺陷2：手牌的价值，除了大小以外，还有牌型数的概念，即最少能出几次牌才能打完。例如到你出牌了，你宁愿剩下1张3，而不是一张A加一张2。而我把他们合在一起统计价值了。同上，如果有记录的话，把价值拆分，反而更好的调整两者的价值变化（注：大小价值变化慢，牌型数价值提升快）
结尾语，这一篇是大体的介绍了整体的策略变动和缺陷，下一篇将会讲解：
有分数了，但怎么利用，还需要添加哪些特殊变化的处理（策略）。
按这个策略实际打牌时会出现哪些问题（特殊情况）。
这些情况如何分析，如何处理。
详见：以斗地主AI为例，探讨数值体系的设计和后期调整方案（三）
完整斗地主AI代码链接https://pan.baidu.com/s/1c3yuCI
本篇相关：findbest.go API.go fuzhufunc.go
主要内容：判断最优牌型函数
后端接口的API函数
辅助函数（例如数组转换的函数）